Makale, istatistiksel hipotez testlerinde yaygın bir uygulama olan "p-değeri çemberleme" kavramını ele alıyor ve Lindley paradoksunun bu uygulamayı desteklemediğini savunuyor. Yazar, 100 yıl önce Fisher tarafından rastgele belirlenen p < 0.05 anlamlılık eşiğinin eleştirel bir şekilde sorgulandığını ancak alternatif bir değer önerilemediği için hala yaygın olarak kullanıldığını belirtiyor. p-değeri çemberleme, 0.05'e yakın ancak anlamlı çıkan p-değerlerini şüpheyle karşılamak anlamına geliyor. P-değerlerinin ne işe yaradığını hatırlatarak, Fisher'ın orijinal fikrinin Neyman-Pearson çerçevesiyle daha sağlam bir temele oturtulduğunu açıklıyor. Bu çerçevede, Tip 1 ve Tip 2 hata oranları önem kazanır ve alfa (α) seviyesinin test edilen boş hipoteze göre haklı çıkarılabilir bir şekilde belirlenmesi gerektiği vurgulanır. Ancak, CERN'deki Higgs bozonu keşfi gibi istisnalar dışında, çoğu araştırmacının hala keyfi olarak α = 0.05 değerini kullandığına dikkat çekiliyor. Yazar, boş hipotezin doğru olduğu varsayıldığında p-değeri dağılımının tekdüze olduğunu bir simülasyon örneğiyle gösteriyor. Bu durum, p-değerlerinin kendi başına bir kanıt gücü olmadığını, yalnızca belirli bir prosedürün tekrarlanması durumunda elde edilecek sonuçların olasılığını yansıttığını ortaya koyuyor. Makale, p-değerlerine hak etmedikleri bir rol yüklemememiz gerektiğini ve onların istatistiksel çıkarım sürecindeki doğru yerini anlamamız gerektiğini savunuyor.
P-değerlerinin istatistiksel hipotez testlerindeki rolünün yanlış anlaşılmaması ve keyfi anlamlılık eşiklerinin eleştirel bir bakış açısıyla değerlendirilmesi gerektiğini vurguluyor.